如何在5分钟内搭建你的专属中医AI助手仲景中医大语言模型完整指南【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing在人工智能与传统医学融合的时代首个专为中医领域打造的智能诊疗助手——仲景中医大语言模型CMLM-ZhongJing正式开源。这个免费的中医AI项目将古代医圣张仲景的千年智慧与现代人工智能技术完美结合为中医爱好者、医学生和初级从业者提供了革命性的知识问答和诊疗咨询服务。如果你正在寻找一个简单易用的中医AI工具这篇完整指南将带你快速上手。 项目亮点与价值主张仲景中医大语言模型的核心价值在于将复杂的中医诊疗过程系统化、智能化。传统中医知识传承往往依赖师徒相传和临床经验积累而现在通过创新的多任务诊疗分解策略AI能够模拟中医医师的思维过程提供专业级的诊疗建议。三大核心优势让你轻松上手专业权威基于13.5万高质量中医指令数据训练涵盖中医古籍、名词解释、症状分析、证候辨证等多个维度轻量易用提供1.8B参数版本单张Tesla T4显卡即可实现高速推理部署门槛极低评估可靠由五位专业医师从客观性、逻辑性、专业度、准确性和完整性五个维度进行系统验证 核心功能深度解析智能辨证问诊系统基于中医四诊合参原则模型能够模拟真实临床问诊流程。当用户描述恶寒发热、咳嗽痰多、苔白腻等症状时系统会智能追问相关体征逐步引导完成从病因分析到证型判断的完整诊疗过程。这种交互式问诊体验让中医学习变得更加直观易懂。经典方剂智能推荐整合《伤寒论》《金匮要略》等经典医籍中的上千个方剂根据辨证结果智能匹配最优治疗方案。针对肝郁脾虚证系统不仅推荐逍遥散为主方还会根据具体症状差异提供个性化加减建议真正实现一人一方的个性化诊疗。中药知识全面查询覆盖500常用中药的性味归经、功效主治、用法用量等信息。无论是查询黄芪的补气作用机制还是六经辨证的临床应用系统都能提供条理清晰的专业解释帮助用户建立系统的中药知识体系。养生方案个性化生成结合季节变化、体质差异和生活习惯提供定制化养生建议。例如针对秋季干燥气候系统会推荐麦冬百合粥滋阴润肺、按揉太渊穴养肺阴等简便易行的养生方法让中医智慧融入日常生活。 快速入门指南5分钟搭建专属中医AI第一步获取项目代码打开终端执行以下命令克隆项目仓库git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing第二步安装依赖包使用pip安装项目所需的所有Python依赖pip install -r requirements.txt第三步启动Web演示界面运行Gradio构建的Web界面开始与中医AI对话python WebDemo.py启动成功后在浏览器中访问http://localhost:7860即可进入仲景中医AI交互界面。如果7860端口被占用可以使用python WebDemo.py --port 7861指定其他端口。️ 技术架构创新点仲景模型的核心创新在于其独特的诊疗分解架构。与传统的端到端问答不同该模型将中医诊疗过程分解为15个关键任务模块让AI能够模拟中医医师的思维过程。图仲景模型采用的多任务诊疗行为分解指令构建策略将中医诊疗过程拆分为15个专业任务模块多任务分解的15个关键模块诊断分析模块负责症状分析和病因判断舌脉象分析专门处理舌诊和脉诊信息病因病机分析深入分析疾病的根本原因和发展机制治疗思维模块制定整体的治疗思路和策略病例研究模块处理具体的临床病例分析治疗模板制定生成标准化的治疗方案模板草药剂量计算精确计算中药的用量和配伍方剂功效分析分析中药方剂的作用机制随访管理模块处理患者的后续跟踪和管理预期结果预测预测治疗的可能效果和预后患者治疗故事生成个性化的治疗案例描述叙事医学模块结合人文关怀的治疗描述真实世界问题处理实际临床中的复杂问题批判性思维培养中医诊疗的逻辑思维能力互动故事生成创建医患互动的对话场景这种模块化设计让AI能够模拟中医医师的思维过程实现从症状到诊断、从诊断到治疗的逻辑闭环。核心源码实现可以在src/zhongjinggpt_1_b.py中找到。 实际应用场景中医学生自学助手中医药大学学生在学习《伤寒论》时可以通过模型查询小柴胡汤的临床应用变化系统不仅详细解释了原方组成和适应症还对比分析了柴胡桂枝汤、大柴胡汤等衍生方剂的加减规律帮助学生构建完整的知识体系。基层医师诊疗辅助社区卫生服务中心医师在接诊患者时通过仲景模型输入症状信息系统快速分析证型并推荐治疗方案辅助医师做出更精准的诊疗决策同时提供相关的鉴别诊断建议。家庭健康管理顾问普通用户可以通过模型了解常见健康问题的中医调理方法获得个性化的养生建议和食疗方案实现治未病的健康管理理念。 性能对比分析通过专业医师的系统评估仲景模型在多个维度上展现出卓越的表现。特别值得关注的是在中医辨证处方任务中仲景模型甚至展现出了超越GPT-4的专业能力。图仲景模型与其他AI模型在中医专业任务上的评估对比展示其在客观性、逻辑性和专业度等维度的优秀表现测试案例复杂诊疗决策推理让我们看一个真实案例的对比分析。患者廖某46岁慢性肾炎10余年现蛋白尿持续()隐血()血肌酐、尿素氮均升高症状包括自汗、头晕、腰痛、乏力、夜寐不安、尿黄舌红苔薄黄脉细数。国医大师参考方案辨证为阴虚火旺兼气虚治法滋阴降火兼益气选方知柏地黄汤合黄芪龙牡散。仲景模型诊断慢性肾小球肾炎肾功能不全失代偿期辨证为湿热内蕴日久耗伤气阴治宜益气养阴清热利湿。从辨证思路到方剂选择仲景模型与国医大师方案高度吻合展现了强大的中医专业能力。 进阶使用技巧优化提问方式为了获得更准确的回答建议采用以下提问格式详细描述症状包括主要症状、伴随症状、舌象、脉象等明确问题类型是诊断、治疗、方剂分析还是养生建议提供背景信息包括年龄、性别、既往病史等例如患者女45岁反复胃脘痛3月伴嗳气反酸情绪抑郁时加重舌淡红苔薄白脉弦。请问这是什么证型应该用什么方剂模型选择指南项目提供了两个不同规模的模型版本满足不同使用场景需求版本参数量基座模型推理要求适用场景ZhongjingGPT1_13B13BBaichuan2-13B-Chat高性能GPU专业研究、医院部署ZhongJing-2-1_8b1.8BQwen1.5-1.8B-Chat单张T4即可个人学习、快速体验对于大多数用户我们推荐从1.8B版本开始体验它可以在单张Tesla T4显卡上实现高速推理部署门槛低性能表现优秀。 未来发展规划团队计划从三个方向推进项目发展垂直领域深化针对针灸、推拿等中医特色疗法开发专用模型模块临床数据整合与医疗机构合作构建真实世界研究数据库持续优化模型性能多模态交互升级加入舌象、脉象等视觉数据输入实现更全面的中医辨证辅助随着技术的不断迭代仲景中医大语言模型有望成为连接传统中医与现代科技的重要桥梁为中医教育、临床辅助和健康管理提供全方位的智能支持。 资源与支持官方文档详细的使用说明和配置指南可以在项目根目录下的README文件中找到。官方文档提供了从安装部署到高级使用的完整指导。核心源码项目的核心实现代码位于src/目录包含了模型的主要架构和训练逻辑。对于开发者来说这些源码是理解项目技术细节的最佳起点。学术支持相关技术论文已被《Tsinghua Science and Technology》期刊收录为项目的学术价值提供了权威背书。研究团队持续在中医人工智能领域进行前沿探索。社区贡献作为开源项目仲景中医大语言模型欢迎社区成员的贡献。无论是数据标注、代码优化还是文档改进都是对中医智能化发展的重要支持。⚠️ 重要注意事项免责声明仲景中医大语言模型目前处于实验室测试阶段所有输出结果仅供学术研究参考不构成任何医疗建议。真实的医疗诊断及决策必须由经验丰富的专业医师通过严格规范的诊疗过程出具。临床诊断和治疗应由执业医师提供切勿将模型输出作为最终诊疗依据。 开始你的中医AI之旅现在你已经了解了仲景中医大语言模型的全部功能和优势。无论你是中医爱好者、医学生还是医疗从业者这个开源项目都能为你提供强大的智能辅助工具。记住技术只是工具真正的智慧来自于对中医理论的深入理解和临床实践的积累。希望仲景模型能够成为你中医学习和实践道路上的得力助手共同推动中医智能化的发展。如果觉得本项目对您有帮助欢迎在GitCode上Star支持我们的工作【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考